python爬虫---xpath基础教程

XPath:

　　XPath即为XML路径语言（XML Path Language），它是一种用来确定XML文档中某部分位置的语言。XPath基于XML的树状结构，提供在数据结构树中找寻节点的能力。

一、节点关系

1.父（Parent）

每个元素以及属性都有一个父。

在下面的例子中，book 元素是 title、author、year 以及 price 元素的父：

<book>
  <title>Harry Potter</title>
  <author>J K. Rowling</author>
  <year>2005</year
  <price>29.99</price>
</book>

2.子（Children）

元素节点可有零个、一个或多个子。

在下面的例子中，title、author、year 以及 price 元素都是 book 元素的子：

<book>
  <title>Harry Potter</title>
  <author>J K. Rowling</author>
  <year>2005</year>
  <price>29.99</price>
</book>

3.同胞（Sibling）

拥有相同的父的节点

在下面的例子中，title、author、year 以及 price 元素都是同胞：

<book>
  <title>Harry Potter</title>
  <author>J K. Rowling</author>
  <year>2005</year>
  <price>29.99</price>
</book>

4.先辈（Ancestor）

某节点的父、父的父，等等。

在下面的例子中，title 元素的先辈是 book 元素和 bookstore 元素：

<bookstore>
　　<book>
  　　<title>Harry Potter</title>
　　  <author>J K. Rowling</author>
　　  <year>2005</year>
　　  <price>29.99</price>
　　</book>
</bookstore>

5.后代（Descendant）

某个节点的子，子的子，等等。

在下面的例子中，bookstore 的后代是 book、title、author、year 以及 price 元素：

<bookstore>
　　<book>
 　　 <title>Harry Potter</title>
 　　 <author>J K. Rowling</author>
　　  <year>2005</year>
　　  <price>29.99</price>
　　</book>
</bookstore>

二、xpath的使用方法

　　XPath 使用路径表达式在 XML 文档中选取节点。节点是通过沿着路径或者 step 来选取的

1、
常用的路劲表达式：

 

2、谓语

　　谓语被嵌在方括号内，用来查找某个特定的节点或包含某个制定的值的节点

实例：

 

3、通配符

　　Xpath通过通配符来选取未知的XML元素

 

 4、取多个路径

　　使用“|”运算符可以选取多个路径